ACL2024 ｜ 利用GPT4构建的多Agent系统自动发现科学假设

文章预览

今天分享一篇来自南洋理工的一篇文章《Large Language Models for Automated Open-domain Scientific Hypotheses Discovery》。本研究的目标是探索如何使用大型语言模型，尤其是GPT-4， 来自动发现科学假设 。目前假设性归纳研究的局限性在于使用的数据不是原始网络语料库，而是手动选择后的句子，导致了来源较为封闭；同时，现有的假设标注大多是常识性知识，任务挑战性不足。本文提 出了首个针对社会科学学术假设发现的自然语言处理（NLP）数据集 ，该数据集包含了50篇最新发布于顶级社会科学期刊的论文，以及发展这些论文中假设所必需的原始网络语料库。 同时提出了一个MooSE框架，验证了利用GPT4构建的多Agent系统直接从web raw corpus自动发现科学假设的可行性。 •  Title:  Large Language Models for Automated Open-domain Scientific Hypotheses Discovery •  URL:  https://arxiv.org/abs/ ………………………………